基因表达式编程算法及其应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·课题概述 | 第8-9页 |
| ·研究背景 | 第9-14页 |
| ·遗传程序设计(GP) | 第9-12页 |
| ·基因表达式编程(GEP) | 第12-14页 |
| ·本文工作 | 第14-15页 |
| 第2章 GEP算法及其改进 | 第15-31页 |
| ·基本的GEP算法 | 第15-21页 |
| ·基因表达式编程的基因和染色体构成 | 第15-18页 |
| ·评价函数的设计 | 第18-19页 |
| ·遗传算子 | 第19-21页 |
| ·改进的GEP算法 | 第21-28页 |
| ·改变符号权重 | 第21页 |
| ·分级策略思想的加入 | 第21-23页 |
| ·产生新个体 | 第23-27页 |
| ·算法流程 | 第27-28页 |
| ·相关实验 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第3章 改进的GEP算法在函数挖掘中的应用 | 第31-41页 |
| ·函数挖掘概述 | 第31-33页 |
| ·函数挖掘的一般步骤 | 第31-32页 |
| ·函数挖掘的特点 | 第32页 |
| ·函数挖掘的传统方法 | 第32-33页 |
| ·GEP算法在函数挖掘中的应用 | 第33-34页 |
| ·数值常量 | 第33页 |
| ·GEP与其他演化算法的比较 | 第33-34页 |
| ·相关实验 | 第34-40页 |
| ·小结 | 第40-41页 |
| 第4章 改进的GEP算法在图像配准中的应用 | 第41-52页 |
| ·研究图像配准的意义和目的 | 第41-42页 |
| ·图像配准的理论与方法 | 第42-45页 |
| ·图像配准的定义 | 第42页 |
| ·基于控制点的图像配准步骤 | 第42-43页 |
| ·图像配准的变换类型 | 第43-44页 |
| ·现有配准模型优缺点 | 第44-45页 |
| ·用改进的GEP算法求解配准模型 | 第45-52页 |
| ·GEP图像配准流程 | 第45-46页 |
| ·图像配准实验 | 第46-51页 |
| ·实验分析 | 第51-52页 |
| 第5章 改进的GEP算法的软件实现 | 第52-56页 |
| ·系统框架图 | 第52-53页 |
| ·用户界面和输入输出 | 第53-56页 |
| ·用户界面 | 第53-54页 |
| ·样本数据输入 | 第54-55页 |
| ·结果输出 | 第55-56页 |
| 第6章 总结和展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 附录: 作者在攻读硕士学位期间发表的学术论文 | 第62页 |
